Российские учёные создали алгоритм прогноза электропотребления насосных станций
Разработка позволяет заменить ручные расчеты и экономить значительные средства
Учёные Пермского Политеха создали автоматизированную систему расчёта электроэнергии для насосных станций взамен ручной, сообщили в пресс-службе вуза.
В России насосные станции работают по третьей ценовой категории (ЦК-3) с круглосуточным единым тарифом на электричество. Для потребителей, которые могут планировать свои энергозатраты, существует более гибкая схема — пятая ценовая категория (ЦК-5). В ней цена меняется каждый час, отражая реальную стоимость производства. Чтобы перейти на более выгодную схему, необходимо ежедневно предоставлять поставщику почасовой план энергопотребления на следующие сутки. Отклонение от прогнозирования не должно превышать 3%.
Поскольку традиционные ручные методы прогнозирования имеют высокую погрешность в 6,2%, учёные разработали систему на основе машинного обучения, которая в 3,7 раза снижает погрешность прогноза – до 1,67%.
Выявлять неочевидные закономерности и строить точный прогноз
Инновационное решение для точного прогнозирования нагрузки насосных станций с учетом их специфики в сфере ЖКХ предложили впервые. Интеллектуальная система прогнозирования пермских учёных основана на машинном обучении. Модель может одновременно анализировать десятки взаимосвязанных параметров, в том числе тонкие исторические зависимости, выявлять закономерности и строить прогноз с минимальной погрешностью.
В основе модели лежит архив показаний почасового потребления электроэнергии одной насосной станции Перми. На этих многолетних данных и обучили алгоритм. Он сам подскажет, когда выгоднее использовать гибкий тариф ЦК-5, а когда – стандартный ЦК-3. Как считает Сергей Мишуринских, для одной станции разработка может сэкономить более 163 тысяч рублей в год.
Инструмент можно внедрить в существующие системы управления водоснабжением для диспетчеров или технологов, загрузив исторический архив почасового потребления электроэнергии конкретной насосной станции. Программа будет автоматически собирать актуальные данные о потреблении, анализировать их с учетом выявленных закономерностей и дней недели, формировать точный почасовой прогноз нагрузки на следующие сутки для подачи заявки поставщику электроэнергии.
